{"id":127773,"date":"2022-01-15T02:00:20","date_gmt":"2022-01-15T10:00:20","guid":{"rendered":"https:\/\/www.questionpro.com\/blog\/?p=127773"},"modified":"2022-01-15T02:00:20","modified_gmt":"2022-01-15T10:00:20","slug":"prueba-u-de-mann-whitney","status":"publish","type":"post","link":"https:\/\/www.questionpro.com\/blog\/es\/prueba-u-de-mann-whitney\/","title":{"rendered":"Prueba U de Mann-Whitney: Qu\u00e9 es y c\u00f3mo funciona"},"content":{"rendered":"

La<\/span> prueba U de Mann-Whitney<\/b> es una t\u00e9cnica estad\u00edstica que se utiliza com\u00fanmente cuando nuestros datos no cumplen ciertos requisitos para ser evaluados a trav\u00e9s de una prueba param\u00e9trica.\u00a0<\/span><\/p>\n

En este art\u00edculo encontrar\u00e1s en qu\u00e9 consiste esta prueba y c\u00f3mo la puedes llevar a cabo paso a paso.<\/span><\/p>\n

\u00bfQu\u00e9 es la prueba U de Mann-Whitney?<\/span><\/h2>\n

La prueba U de Mann-Whitney es una <\/span>prueba no param\u00e9trica<\/span><\/a> alternativa a la prueba t de muestras independientes (una prueba de hip\u00f3tesis estad\u00edstica utilizada para determinar si una media poblacional desconocida es diferente de un valor espec\u00edfico).\u00a0<\/span><\/p>\n

La prueba U de Mann-Whitney se utiliza para <\/span>comparar dos medias muestrales<\/b> que provienen de la misma poblaci\u00f3n, as\u00ed como para probar si dos medias muestrales son iguales o no.<\/span><\/p>\n

La prueba U de Mann-Whitney, tambi\u00e9n conocida como prueba de Mann-Whitney-Wilcoxon y como prueba de suma de rangos Wilcoxon, forma parte del grupo m\u00e1s grande de pruebas de dependencia. Las pruebas de dependencia suponen que las variables del an\u00e1lisis pueden dividirse en variables independientes y dependientes.\u00a0\u00a0<\/span><\/p>\n

Las pruebas de dependencia que comparan las puntuaciones medias de una variable independiente y una dependiente suponen que las diferencias en la puntuaci\u00f3n media de la variable dependiente est\u00e1n causadas por la variable independiente.\u00a0\u00a0<\/span><\/p>\n

Te puede interesar tambi\u00e9n: \u00bfQu\u00e9 son las <\/span><\/i>pruebas param\u00e9tricas<\/span><\/i><\/a>?<\/span><\/i><\/p><\/blockquote>\n

 <\/p>\n

Importancia de la prueba U de Mann-Whitney<\/span><\/h2>\n

A diferencia de la prueba t de muestras independientes, la prueba U de Mann-Whitney permite sacar diferentes conclusiones sobre los datos en funci\u00f3n de las suposiciones que se hagan sobre la distribuci\u00f3n de los mismos.\u00a0<\/span><\/p>\n

Estas conclusiones pueden ir desde simplemente afirmar si las dos poblaciones difieren hasta determinar si hay diferencias en las medianas entre los grupos. Estas diferentes conclusiones dependen de la forma de las distribuciones de los datos.<\/span><\/p>\n

Conoce <\/span><\/i>diferencias entre las pruebas no param\u00e9tricas y las pruebas param\u00e9tricas<\/span><\/i><\/a><\/p><\/blockquote>\n

 <\/p>\n

\u00bfC\u00f3mo funciona la prueba U de Mann-Whitney?<\/span><\/h2>\n

La prueba U de Mann-Whitney realiza una comparaci\u00f3n estad\u00edstica de la media y determina si existe una diferencia en la variable dependiente para dos grupos independientes.\u00a0<\/span><\/p>\n

De esta forma, puede mostrar si la distribuci\u00f3n de la variable dependiente es la misma para los dos grupos y, por tanto, de la misma poblaci\u00f3n.\u00a0<\/span><\/p>\n

La prueba U de Mann-Whitney funciona a partir de clasificar todos los valores dependientes en orden ascendente, donde el valor m\u00e1s bajo recibe una puntuaci\u00f3n de uno, y posteriormente utiliza la suma de los rangos de cada grupo en el c\u00e1lculo de la estad\u00edstica de la prueba.\u00a0<\/span><\/p>\n

Te puede interesar: \u00bfQu\u00e9 es la <\/span><\/i>media, la mediana y la moda<\/span><\/i><\/a>?<\/span><\/i><\/p><\/blockquote>\n

 <\/p>\n

Ejemplos de uso de U de Mann-Whitney<\/span><\/h2>\n

Un ejemplo del uso de la prueba U de Mann-Whitney puede encontrarse en un estudio para entender si las actitudes hacia la discriminaci\u00f3n salarial, donde las actitudes se miden en una <\/span>escala ordinal<\/span><\/a>, difieren en funci\u00f3n del g\u00e9nero.<\/span><\/p>\n

En este ejemplo, la variable dependiente ser\u00eda \u00abactitudes hacia la discriminaci\u00f3n salarial\u00bb y su variable independiente ser\u00eda \u00abg\u00e9nero\u00bb, la cual tiene dos grupos: \u00abhombre\u00bb y \u00abmujer\u00bb.\u00a0<\/span><\/p>\n

Alternativamente, se podr\u00eda utilizar la prueba U de Mann-Whitney para saber si los salarios, medidos en una escala continua, difieren en funci\u00f3n del nivel educativo. Aqu\u00ed, la variable dependiente ser\u00eda \u00absalario\u00bb y la variable independiente ser\u00eda \u00abnivel educativo\u00bb, la cual tiene dos grupos: \u00abinstituto\u00bb y \u00abuniversidad\u00bb.\u00a0<\/span><\/p>\n

Caracter\u00edsticas que deben tener los datos para ser analizados por la prueba U de Mann-Whitney<\/span><\/h2>\n

Un punto importante a considerar son las caracter\u00edsticas que los datos deben tener para poder ser analizados por la prueba U de Mann Whitney, entre las cuales destacan los siguientes:<\/span><\/p>\n

1: La variable dependiente debe medirse a nivel ordinal o continuo<\/span><\/h3>\n

Ejemplos de variables ordinales son los \u00edtems de la <\/span>escala de Likert<\/span><\/a> (una escala de 7 puntos que van desde \u00abmuy de acuerdo\u00bb hasta \u00abmuy en desacuerdo\u00bb), entre otras formas de clasificar categor\u00edas (por ejemplo, una escala de 5 puntos que explique cu\u00e1nto le ha gustado un producto a un cliente, desde \u00abNo mucho\u00bb hasta \u00abS\u00ed, mucho\u00bb).\u00a0<\/span><\/p>\n

Algunos ejemplos de variables continuas son el tiempo de revisi\u00f3n (medido en horas), la inteligencia (medida mediante la puntuaci\u00f3n del coeficiente intelectual), el rendimiento en los ex\u00e1menes (medido de 0 a 100), el peso (medido en kg), etc.<\/span><\/p>\n

Te puede interesar: <\/span><\/i>Tipos de variables en una investigaci\u00f3n<\/span><\/i><\/a><\/p><\/blockquote>\n

 <\/p>\n

2: La variable independiente debe consistir en dos grupos<\/span><\/h3>\n

La variable independiente debe consistir en dos grupos categ\u00f3ricos e independientes. Algunos ejemplos de variables independientes que cumplen este criterio son el g\u00e9nero (2 grupos: hombre o mujer), el estado de empleo (2 grupos: empleado o desempleado), fumador (2 grupos: s\u00ed o no), etc.<\/span><\/p>\n

3: Debe haber independencia de las observaciones de cada grupo<\/span><\/h3>\n

Esto significa que no hay relaci\u00f3n entre las observaciones de cada grupo o entre los propios grupos.\u00a0<\/span><\/p>\n

Por ejemplo, debe haber diferentes participantes en cada grupo y ning\u00fan participante debe estar en m\u00e1s de un grupo. Esta cuesti\u00f3n radica m\u00e1s en el <\/span>dise\u00f1o de la investigaci\u00f3n<\/span><\/a> que en algo que se pueda comprobar, pero es un supuesto importante de la prueba U de Mann-Whitney.\u00a0<\/span><\/p>\n

4. Las dos variables se distribuyen de forma anormal<\/span><\/h3>\n

La prueba U de Mann-Whitney puede utilizarse cuando las dos variables no se distribuyen de forma regular.\u00a0<\/span><\/p>\n

Sin embargo, para saber c\u00f3mo interpretar los resultados de una prueba U de Mann-Whitney, tienes que determinar si la distribuci\u00f3n de las puntuaciones para ambos grupos de la variable independiente (por ejemplo, \u00abhombres\u00bb y \u00abmujeres\u00bb para la variable independiente \u00abg\u00e9nero\u00bb) tienen la misma forma.\u00a0<\/span><\/p>\n

Conoce m\u00e1s acerca de los <\/span><\/i>niveles de medici\u00f3n<\/span><\/i><\/a> y c\u00f3mo dominarlos<\/span><\/i><\/p><\/blockquote>\n

 <\/p>\n

\u00bfC\u00f3mo interpretar los resultados de la prueba U de Mann-Whitney?<\/span><\/h2>\n

A continuaci\u00f3n te presentaremos los pasos que debes realizar para interpretar los resultados de la prueba U de Mann-Whitney:<\/span><\/p>\n

1: Establece el intervalo de confianza<\/span><\/h3>\n

El primer paso consiste en determinar un <\/span>intervalo de confianza<\/span><\/a> para la diferencia entre dos medianas de poblaci\u00f3n.<\/span><\/p>\n

En primer lugar, considera la diferencia de las medianas de la muestra y, a continuaci\u00f3n, examina el intervalo de confianza.<\/span><\/p>\n

La diferencia es una estimaci\u00f3n de la diferencia entre las medianas de la poblaci\u00f3n. Como este valor se basa en los datos de la muestra y no en toda la poblaci\u00f3n, es poco probable que la diferencia de la muestra sea igual a la diferencia de la poblaci\u00f3n.\u00a0<\/span><\/p>\n

Para estimar mejor la diferencia poblacional, utiliza el intervalo de confianza para la diferencia. El intervalo de confianza proporciona un rango de valores probables para la diferencia entre dos medianas poblacionales.\u00a0<\/span><\/p>\n

2: Determina si la diferencia es estad\u00edsticamente significativa<\/span><\/h3>\n

Para determinar si la diferencia entre las medianas es estad\u00edsticamente significativa, compara el <\/span>valor p<\/b> con el nivel de significaci\u00f3n.\u00a0<\/span><\/p>\n

Normalmente, un nivel de significaci\u00f3n (denotado como \u03b1 o alfa) de 0,05 funciona bien. Un nivel de significaci\u00f3n de 0,05 indica un riesgo del 5 % de concluir que existe una diferencia cuando en realidad no la hay.<\/span><\/p>\n